26/26 Enginyeria de prompts per a professionals de la informació.
Descripció
Enginyeria de prompts per a professionals de la informació.
Aquest curs pràctic capacita els professionals de les biblioteques i la documentació en el domini de la comunicació amb models de llenguatge d’Intel·ligència Artificial (LLMs). Els participants aprendran tècniques avançades de disseny i estructuració d’instruccions (prompts) per optimitzar la cerca documental, la ressenya i síntesi de dades, l’elaboració de resums científics i l’automatització de tasques d’anàlisi de la informació.
DATA, HORARI I LLOC
Data: dijous 22, 29 d’octubre i 5 de novembre de 16 a 19h
Hores lectives: 9 hores
Lloc: Videoconferència (Plataforma Zoom)
PÚBLIC AL QUAL VA DIRIGIT
Bibliotecaris, documentalistes, gestors de continguts, tècnics de suport a la recerca, arxivers i professionals de la informació en general que vulguin incorporar la IA generativa com a eina d’eficiència en el seu dia a dia.
CONEIXEMENTS PREVIS DELS ALUMNES
- Usuari mitjà de tecnologies digitals.
- No calen coneixements de programació ni codi.
- És recomanable haver provat de manera bàsica alguna eina d’IA generativa (com ChatGPT, Gemini o Copilot), tot i que no és imprescindible.
OBJECTIUS
- Comprendre la lògica interna dels LLMs i com interpreten el llenguatge natural per dissenyar instruccions més precises.
- Dominar les tècniques clau d’enginyeria de prompts (assignació de rols, few-shot prompting, chain-of-thought, delimitadors i formats d’eixida).
- Aplicar l’enginyeria de prompts a tasques documentals completes: resums de text, extracció d’entitats, traducció tècnica, indexació i suport a cerques bibliogràfiques complexes.
- Validar i avaluar les respostes: mitigar al·lucinacions, verificar fonts i auditar la qualitat dels resultats.
- Crear una biblioteca pròpia de prompts reutilitzables adaptats a les necessitats de la seva unitat d’informació o institució.
PROGRAMA
Mòdul 1: Fonaments dels LLM i Anatomia d’un Prompt Efectiu
- Com «pensen» els models de llenguatge: tokens, context i probabilitats.
- Els 4 ingredients d’un bon prompt: Rol, Tasca, Context i Format de sortida.
- Errors comuns: instruccions ambigües, sobrecarrega de dades i biaixos.
Mòdul 2: Tècniques Avançades d’Enginyeria de Prompts
- Assignació de Rol i Audiència: adaptar el to i la complexitat del text generat.
- Aprenentatge amb exemples (Zero-shot, One-shot i Few-shot prompting): com ensenyar al model el format exacte que necessitem.
- Pensament pas a pas (Chain-of-Thought): millorar la lògica i el raonament en tasques d’anàlisi complexa.
- Ús de delimitadors i estructuració en Markdown/JSON: obtenir taules, llistes, o dades netes prates per importar.
Mòdul 3: Aplicacions Pràctiques en l’Àmbit de la Informació i la Recerca
- Cerca i anàlisi: suport en la construcció d’equacions de cerca i identificació de paraules clau.
- Processament documental: generació automàtica d’esborranys de resums (abstracts), traducció tècnica i extracció de conceptes principals.
- Atenció a usuaris i comunicació: redacció de guies breus, respostes a consultes complexes i difusió de fons.
- Suport a la Ciència Oberta: preparació de metadades, adaptació de resums per a divulgació i revisió de requisits de publicació.
Mòdul 4: Avaluació Crítica, Validació i Bones Pràctiques
- Estratègies per detectar i reduir al·lucinacions (demanar citacions, contrastar fonts).
- Privacitat, drets d’autor i ús ètic en l’ús de promptings amb dades sensibles o no publicades.
- Automatització bàsica: Creació d’una «llibreria o banc de prompts» institucional.
METODOLOGIA
El curs segueix un enfocament teoricopràctic altament interactiu:
- Explicacions breus amb exemples directes: exposició de conceptes teòrics acompanyats de proves en temps real.
- Laboratori de prompting (Pràctiques guiades): resolució de reptes i exercicis de transformació de «prompts dolents» a «prompts d’alt rendiment».
- Disseny de casos d’ús personalitzats: cada alumne/a treballarà amb un conjunt de dades o tasca real de la seva feina diària (per exemple, resumir un informe o crear una plantilla de resposta).
- Posada en comú i «Avaluació de respostes»: anàlisi comparativa de com responen diferents eines d’IA davant del mateix prompt.
DOCENT
Joaquim Espín Sánchez
És tècnic de Ciència Oberta i de Serveis de Suport a la Recerca a l’Oficina de Ciència Oberta de la UOC. Entre altres activitats coordina el catàleg de formació de suport a la recerca i la difusió i posicionament dels perfils digitals del personal investigador. També té coneixements amplis sobre la cerca d’informació científica i de fonts obertes. En els darrers 3 anys s’ha anat especialitzant en l’ús de la IA per a unitats intensives en informació.
CERTIFICAT
L’alumnat que assisteixi al 75% de les hores lectives se li expedirà un certificat d’assistència
